Java 如何检查InputStream是否已gzip？

有没有办法检查InputStream是否已被gzip压缩？ 代码如下：

public static InputStream decompressStream(InputStream input) {
    try {
        GZIPInputStream gs = new GZIPInputStream(input);
        return gs;
    } catch (IOException e) {
        logger.info("Input stream not in the GZIP format, using standard format");
        return input;
    }
}

我尝试了这种方法，但没有达到预期效果-从流中读取的值无效。 编辑： 添加了我用于压缩数据的方法：

public static byte[] compress(byte[] content) {
    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    try {
        GZIPOutputStream gs = new GZIPOutputStream(baos);
        gs.write(content);
        gs.close();
    } catch (IOException e) {
        logger.error("Fatal error occured while compressing data");
        throw new RuntimeException(e);
    }
    double ratio = (1.0f * content.length / baos.size());
    if (ratio > 1) {
        logger.info("Compression ratio equals " + ratio);
        return baos.toByteArray();
    }
    logger.info("Compression not needed");
    return content;

}

---

将原始流包装在BufferedInputStream中，然后将其包装在GZipInputStream中。

---

下一步，试着提取一个ZipEntry。如果这样做有效，它就是一个zip文件。然后，在检查后，您可以在BufferedInputStream中使用“标记”和“重置”返回到流中的初始位置。

这与您的要求不完全相同，但如果您使用的是HttpClient，则可能是另一种方法：

private static InputStream getInputStream(HttpEntity entity) throws IOException {
  Header encoding = entity.getContentEncoding(); 
  if (encoding != null) {
     if (encoding.getValue().equals("gzip") || encoding.getValue().equals("zip") ||      encoding.getValue().equals("application/x-gzip-compressed")) {
        return new GZIPInputStream(entity.getContent());
     }
  }
  return entity.getContent();
}

InputStream来自HttpURLConnection#getInputStream（）

在这种情况下，您需要检查HTTP

内容编码

响应头是否等于

gzip

URLConnection connection = url.openConnection();
InputStream input = connection.getInputStream();

if ("gzip".equals(connection.getContentEncoding())) {
    input = new GZIPInputStream(input);
}

// ...

所有这些都在中明确规定

---

---

更新：根据您压缩流源的方式：此比率检查非常。。。疯了。摆脱它。相同的长度并不一定意味着字节相同。让它始终返回gzip流，这样您就可以始终期待gzip流，只需应用

gzip输入流

，而无需进行严格的检查。

这不是万无一失的，但可能是最简单的，并且不依赖任何外部数据。像所有体面的格式一样，GZip也以一个神奇的数字开始，它可以在不读取整个流的情况下快速检查

public static InputStream decompressStream(InputStream input) {
     PushbackInputStream pb = new PushbackInputStream( input, 2 ); //we need a pushbackstream to look ahead
     byte [] signature = new byte[2];
     int len = pb.read( signature ); //read the signature
     pb.unread( signature, 0, len ); //push back the signature to the stream
     if( signature[ 0 ] == (byte) 0x1f && signature[ 1 ] == (byte) 0x8b ) //check if matches standard gzip magic number
       return new GZIPInputStream( pb );
     else 
       return pb;
}

（幻数的来源：）

---

更新：我刚刚发现

GZIP\u MAGIC

中还有一个常量，名为

GZIP\u MAGIC

，它包含这个值，所以如果你真的想，你可以使用它的下两个字节。

我认为这是检查字节数组是否是GZIP格式的最简单的方法，它不依赖于任何HTTP实体或mime类型支持

public static boolean isGzipStream(byte[] bytes) {
      int head = ((int) bytes[0] & 0xff) | ((bytes[1] << 8) & 0xff00);
      return (GZIPInputStream.GZIP_MAGIC == head);
}

public静态布尔值isGzipStream（字节[]字节）{
int head=（（int）bytes[0]&0xff）|（（bytes[1]我发现它提供了
isCompressed（）
的干净实现：

以下是如何读取可以gzip的文件：

private void read(final File file)
        throws IOException {
    InputStream stream = null;
    try (final InputStream inputStream = new FileInputStream(file);
            final BufferedInputStream bInputStream = new BufferedInputStream(inputStream);) {
        bInputStream.mark(1024);
        try {
            stream = new GZIPInputStream(bInputStream);
        } catch (final ZipException e) {
            // not gzipped OR not supported zip format
            bInputStream.reset();
            stream = bInputStream;
        }
        // USE STREAM HERE
    } finally {
        if (stream != null) {
            stream.close();
        }
    }
}

此函数在Java中运行良好：

public static boolean isGZipped(File f) {   
    val raf = new RandomAccessFile(file, "r")
    return GZIPInputStream.GZIP_MAGIC == (raf.read() & 0xff | ((raf.read() << 8) & 0xff00))
}

公共静态布尔值isgzip（文件f）{
val raf=新的随机访问文件（文件“r”）
return GZIP输入流.GZIP_MAGIC==（raf.read（）&0xff |）（（raf.read（）是用于解析内容类型的Java库：

<!-- pom.xml -->
    <dependency>
        <groupId>com.j256.simplemagic</groupId>
        <artifactId>simplemagic</artifactId>
        <version>1.8</version>
    </dependency>

基于@biziclop的回答，这个版本使用GZIP_魔法头，另外对于空或单字节数据流是安全的

public static InputStream maybeDecompress(InputStream input) {
    final PushbackInputStream pb = new PushbackInputStream(input, 2);

    int header = pb.read();
    if(header == -1) {
        return pb;
    }

    int b = pb.read();
    if(b == -1) {
        pb.unread(header);
        return pb;
    }

    pb.unread(new byte[]{(byte)header, (byte)b});

    header = (b << 8) | header;

    if(header == GZIPInputStream.GZIP_MAGIC) {
        return new GZIPInputStream(pb);
    } else {
        return pb;
    }
}

publicstaticinputstream可以被压缩（InputStream输入）{
最终PushbackInputStream pb=新的PushbackInputStream（输入，2）；
int header=pb.read（）；
如果（标题==-1）{
返回pb；
}
intb=pb.read（）；
如果（b==-1）{
pb.未读（表头）；
返回pb；
}
未读（新字节[]{（字节）头，（字节）b}）；
header=（b
InputStream
来自哪里？来自
URLConnection#getInputStream（）
？在HTTP这样一个稍微体面的协议中，应该已经以某种方式指示最终用户内容是GZIP的。考虑到GZIP有一个32位CRC，我觉得这很奇怪。一个损坏的流至少应该在结尾抛出一个异常。我想知道OP是否意味着在IOException发生后从流读取的值无效。…这是有意义的，因为GZIPInputStream构造函数会消耗流中的一些字节。IOException发生后，值会损坏。InputStream来自HttpURLConnection#getInputStream（），因此一般的解决方案是创建一个BufferedInputStream来包装原始输入流，然后调用“mark”标记流的开头。然后围绕它包装一个GZipInputStream。如果没有发生异常，则返回GZipInputStream。如果发生异常，则调用“重置”然后返回BufferedInputStream。好吧，GZip！=Zip，所以这个想法是正确的，但是您希望包装GZipInputStream，而不是ZipInputStream。如果是这样，我将修复答案。如果条目的大小超出了缓冲区大小，那么GZipInputStream就没有ZipEntry这样的东西了。GZ streams只包含一个文件（至少，通过Java API）。我尝试了类似的方法，但无法使其工作。我正在从GZipInputStream读取protobufs，因此我不确定是protobuf读取代码还是GZip代码，但标记后来被重置，因此我无法将流设置回开始。这是很久以前的事了，但IIRC HttpClient已经（或者至少可以）了自动解码。@BalusC真的吗？谢谢。这是用httpClient 3编写的，如果它在，那么我就错过了。然后另一方实质上滥用了HTTP协议，或者它根本不是HTTP服务。请与服务管理员联系，如何判断响应是否为Gzip。编辑：等等，你是说有一个servletich正在代理请求，并且您的输入来自其响应？然后需要修复该servlet，使其同时复制所有必需的HTTP头。上次我检查您是否被允许通过HTTP传输任何类型的内容，包括gzip，因此这不是真正的滥用。@biziclop:这种滥用与使用gzip内容编码无关g（见鬼，我甚至在我的初始答案中包含了关于这个的HTTP规范链接），但是关于不沿着它发送强制HTTP头（这意味着OP违反了HTTP规范）。听起来你是在试图压缩二进制内容而不是文本内容。这是真的吗？你为什么要尝试压缩二进制内容？在普通HTTP服务器/客户端中，gzip通常只应用于
内容类型
，从
文本开始
，如
文本/普通
，
文本/html
，
文本/css，等等。@BalusC“当存在时，其值指示应用于
def isGZip(file:File): Boolean = {
   int gzip = 0
   RandomAccessFile raf = new RandomAccessFile(f, "r")
   gzip = raf.read() & 0xff | ((raf.read() << 8) & 0xff00)
   raf.close()
   return gzip == GZIPInputStream.GZIP_MAGIC
}

<!-- pom.xml -->
    <dependency>
        <groupId>com.j256.simplemagic</groupId>
        <artifactId>simplemagic</artifactId>
        <version>1.8</version>
    </dependency>

import com.j256.simplemagic.ContentInfo;
import com.j256.simplemagic.ContentInfoUtil;
import com.j256.simplemagic.ContentType;
// ...

public class SimpleMagicSmokeTest {

    private final static Logger log = LoggerFactory.getLogger(SimpleMagicSmokeTest.class);

    @Test
    public void smokeTestSimpleMagic() throws IOException {
        ContentInfoUtil util = new ContentInfoUtil();
        InputStream possibleGzipInputStream = getGzipInputStream();
        ContentInfo info = util.findMatch(possibleGzipInputStream);

        log.info( info.toString() );
        assertEquals( ContentType.GZIP, info.getContentType() );
    }

public static InputStream maybeDecompress(InputStream input) {
    final PushbackInputStream pb = new PushbackInputStream(input, 2);

    int header = pb.read();
    if(header == -1) {
        return pb;
    }

    int b = pb.read();
    if(b == -1) {
        pb.unread(header);
        return pb;
    }

    pb.unread(new byte[]{(byte)header, (byte)b});

    header = (b << 8) | header;

    if(header == GZIPInputStream.GZIP_MAGIC) {
        return new GZIPInputStream(pb);
    } else {
        return pb;
    }
}